綜合变量法在多目标分层抽样中的应用.docVIP

综合变量法在多指标分层抽样中的应用 摘 要 本文采用综合变量法对多目标总体进行分层抽样，并设计了T变量作为估计量，比较了综合变量法和简单随机抽样的优劣性。而后通过案例证明了上述结论。 关键词：多指标抽样 分层抽样 主成分分析 综合变量法 引言 抽样调查作为认识社会现象的工具已经得到了广泛应用，其在政治、经济、文化、军事、人口等领域已经成为了广泛使用的有效方法。并且绝大部分的抽样调查都是希望能在一次调查中得到多个结论，因此多目标抽样是普遍使用的方法，关于这方面的研究已经有了很多成果，但依然不能满足现实的需要，所以对多目标抽样进行研究是很有现实意义的。本文将在已有理论的基础上，试图对多目标的分层抽样问题进行研究，采用主成分方法处理辅助信息，而后用综合变量法分层，研究该方法的性质。 一、模型介绍 将进行主成分变换后，计算求得综合变量，即 其中为主成分的贡献率。以作为分层标志，进行综合变量法分层抽样。 这种变换将原来的多指标转换为了单指标，而后就可以用单指标的方法进行分层抽样。层数的确定可以按照如下准则： 至于分层的界限，只要满足下面关系： 就可以使达到最小。现实中仍然采用戴伦纽斯和霍奇斯（Dalenius and Hodges）提出的快速近似法计算。 抽样方法 若总的样本量固定，如何把这个样本进行分配到各层，在各层的分配取决于层的规模、层内的方差和抽样的费用。这里只讨论最优分配，至于比例分配和内曼分配是最优分配的特例。最优分配为 确定了在各层的样本量后，在各层的抽样方式这里采用简单随机抽样。 分层抽样中，样本量的确定不仅取决于精度要求和费用的限制，而且取决于如何分层和样本在各层的分配方式。这里精度要求的上限设定为，第层的每单元抽样费用为，采用最优分配方式下，样本量计算公式如下： 二、多目标分层抽样估计量设计 目标变量的均值估计量为，其简单估计量为 是的无偏估计量，即 该估计量的方差为 由于多个研究变量的量纲并不完全相同，并且的均值估计量的方差不止一个，所以不同方法求得的均值估计量的方差协方差矩阵无法进行比较，也就无法对各种抽样设计方法进行评价和进一步研究。因此这里提出了一种解决上述问题的方法，为消除量纲影响，将均值估计量的方差比上均值估计量的平方，至于多目标变量无法比较的问题，可以将消除了量纲的方差加总求和，由此定义一个新的变量。 定义：在多目标抽样中，目标变量之间量纲不同，其样本均值的方差无法直接比较，为的变异系数，将其平方求和得到 值是消除了量纲影响的方差之和，它将作为多目标抽样的精度指标。 显然，值的大小就可以说明抽样设计效果的好坏，值越小，表明抽样精度越高，反之，抽样精度越低。在分层抽样中，的表达式为： 根据前面的假设条件和有关主成分分析的性质，基于主成分综合的方法，求得的有如下性质： 证明： 也可以用矩阵的迹的形式来表示，即为 当和极小，可以忽略时 已知 有 所以 证毕 为了方便，下面对进行讨论